社交具身重排中的自适应协调
机器学习
2023-06-02 v1 多智能体系统
机器人学
摘要
我们提出“社交重排”任务，包含在模拟多智能体环境中的协作日常任务，如布置餐桌、整理房屋或 unpacking 杂货。在社交重排中，两个机器人利用机载传感和自我中心观测、且无关于环境的特权信息来协调完成长程任务。我们研究该任务中的零样本协调（ZSC），其中智能体与新伙伴协作，模拟机器人与新人类伙伴协作的场景。先前的 ZSC 方法在我们这种复杂且视觉丰富的设定中难以泛化，进一步分析发现它们在训练时未能生成多样化的协调行为。为此，我们提出行为多样性博弈（BDP），一种通过可判别性目标鼓励多样性的新颖 ZSC 方法。我们的结果表明，BDP 学习到的自适应智能体能够处理视觉协调，并零样本泛化至未见环境中的新伙伴，相比基线取得了 35% 更高的成功率和 32% 更高的效率。
引用
@article{arxiv.2306.00087,
title = {Adaptive Coordination in Social Embodied Rearrangement},
author = {Andrew Szot and Unnat Jain and Dhruv Batra and Zsolt Kira and Ruta Desai and Akshara Rai},
journal= {arXiv preprint arXiv:2306.00087},
year = {2023}
}